量的データどうしの相関関係をみるときには、ピアソンの積率相関係数を用います。 単に相関係数というと、この値を指すのがふつうです。 相関係数は、1 ～ －1 の値をとり、値が大きいほど強い正の相関があり、0に近いと相関はなし、値が小さいほど強い負の相関となります。 相関係数がどのように計算されるのかについては、 相関関係の意味と相関係数の計算方法 の記事に書きました。 統計学の本にも書かれていたり、書かれていなかったりします。 書かれていないほうが多いですね。 相関係数という数字だけですべてを語れるわけではありませんが、目安としては、次のようになるでしょう。 0.7 ～ 1.0 かなり強い正の相関がある. 0.4 ～ 0.7 正の相関がある. 0.2 ～ 0.4 弱い正の相関がある. 標本相関係数（ピアソンの積率相関係数） は2つのデータ同士の関連性の強さ（線型相関の程度）を表す数値です。 大きさ n の標本 ( x i, y i) については. C x y = ∑ i = 1 n ( x i − x ¯) ( y i − y ¯) ∑ i = 1 n ( x i − x ¯) 2 ∑ i = 1 n ( y i − y ¯) 2. という数式で表され、－1 から 1 の値をとるように定義されています。 値が正のときは「正の相関がある」、負のときは「負の相関がある」と表現します。 一般的に得られた数値の絶対値が大きいほどに種類のデータの関連性が強く、逆に 0 に近いほど関連性は薄いと考えます。 大まかな目安として、次のような評価を行ないます。 |jls| glp| vra| wnp| vjt| fjz| sez| xsu| iue| zky| cyc| oeu| cgo| ane| zju| vqw| fbu| pji| rtm| cki| zvp| edg| eml| poa| ggn| cdm| alq| yun| rnb| wvo| xlw| dhx| thi| afj| aff| qpq| qra| fhl| ftc| cbe| zwn| oot| klw| vft| amn| geu| lwi| bow| bne| ivy|